试题编号: | 202104-2 |
试题名称: | 邻域均值 |
时间限制: | 1.0s |
内存限制: | 512.0MB |
问题描述: | 试题背景顿顿在学习了数字图像处理后,想要对手上的一副灰度图像进行降噪处理。不过该图像仅在较暗区域有很多噪点,如果贸然对全图进行降噪,会在抹去噪点的同时也模糊了原有图像。因此顿顿打算先使用邻域均值来判断一个像素是否处于较暗区域,然后仅对处于较暗区域的像素进行降噪处理。 问题描述待处理的灰度图像长宽皆为 n 个像素,可以表示为一个 n×n 大小的矩阵 A,其中每个元素是一个 [0,L) 范围内的整数,表示对应位置像素的灰度值。 Neighbor(i,j,r)={Axy|0≤x,y<n and |x−i|≤r and |y−j|≤r} 这里使用了一个额外的参数 r 来指明 Aij 附近元素的具体范围。根据定义,易知 Neighbor(i,j,r) 最多有 (2r+1)2 个元素。 如果元素 Aij 邻域中所有元素的平均值小于或等于一个给定的阈值 t,我们就认为该元素对应位置的像素处于较暗区域。 现给定邻域参数 r 和阈值 t,试统计输入灰度图像中有多少像素处于较暗区域。 输入格式输入共 n+1 行。 输入的第一行包含四个用空格分隔的正整数 n、L、r 和 t,含义如前文所述。 第二到第 n+1 行输入矩阵 A。 输出格式输出一个整数,表示输入灰度图像中处于较暗区域的像素总数。 样例输入 Data 样例输出 Data 样例输入 Data 样例输出 Data 评测用例规模与约定70% 的测试数据满足 n≤100、r≤10。 全部的测试数据满足 0<n≤600、0<r≤100 且 2≤t<L≤256。 |
暴力70分代码:
n,L,r,t=map(int,input().split())
l=[]
for i in range(n):
l.append(input().split())
flag=0
for i in range(len(l)):
for j in range(len(l[i])):
sum_=0
x2=min(r+i,n-1)
x1=max(i-r,0)
y2=min(r+j,n-1)
y1=max(j-r,0)
for x in range(x1,x2+1):
for y in range(y1,y2+1):
sum_+=int(l[x][y])
num=(abs(x2-x1)+1)*(abs(y2-y1)+1)
av=sum_/num
if(av<=t):
flag+=1
print(flag)
100分代码:
n,L,r,t=map(int,input().split())
l=[]
for i in range(n):
l.append(input().split())
flag=0
sum_=[[0]*(n+1) for i in range(n+1)]#初始化二维列表、
# 存放(1,1)到(i,j)矩阵的和
for i in range(1,n+1):
for j in range(1,n+1):
sum_[i][j]=int(l[i-1][j-1])+sum_[i-1][j]+sum_[i][j-1]-sum_[i-1][j-1]
# print(sum_[i][j],end=' ')
# print()
for i in range(1,n+1):
for j in range(1,n+1):
x1=max(i-r,1)
x2=min(r+i,n)
y1=max(j-r,1)
y2=min(r+j,n)
add=sum_[x2][y2]-sum_[x1-1][y2]-sum_[x2][y1-1]+sum_[x1-1][y1-1]
# print(add,end=' ')
num=(abs(x2-x1)+1)*(abs(y2-y1)+1)
av=add/num
if(av<=float(t)):
flag+=1
# print()
print(flag)
思路就是先用一个二维列表把从(1,1)到(i,j)的矩阵和存下来。
比如l:
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15
存下来就是sum_:
0 1 3 6
4 10 18 28
12 27 45 66
24 52 84 120
sum_[i][j]=l[i][j]+sum_[i-1][j]+sum_[i][j-1]-sum_[i-1][j-1]
求区域和,用自己加上自己上面的区域和再加左边的区域和,再减去多加的区域和。
比如:sum_[2][2]=l[2][2]+sum_[2-1][2]+sum_[2][2-1]-sum[2-1][2-1]=5+4+1-0。
如下:这个区域的和=14+以0和9为顶点的矩阵区域的和+以0和13为顶点的矩阵区域和-以0和8为顶点矩阵区域的和。
然后遍历找到要求的区域和,用大的区域减去小的区域再加多减去的区域。
总的思路就是:绿色区域=全部区域-黄色区域-蓝色区域+红色区域。